賈興梅

一、引言

截至2015年安徽省貧困人口仍有309萬人，貧困發(fā)生率為5.72%①黃娜娜：《安徽省脫貧攻堅工作報告：4年貧困人口減少481萬人》，中安在線：http://ah.anhuinews.com/system/2016/12/16/007528109.shtml，2016年12月16日。，安徽省是中部地區(qū)農(nóng)業(yè)大省，農(nóng)村貧困人口主要集中在大別山區(qū)和皖北地區(qū)，是典型的貧中之貧、困中之困，減貧成本高，脫貧難度大。區(qū)域致貧環(huán)境復雜、農(nóng)戶居住分散、貧困誘因具有異質(zhì)性和多樣性特征。

有關(guān)多維貧困的識別研究，Sen提出“能力貧困”②Amartya Sen,"Poverty: An Ordinal Approach to Measurement," Econometrica,1976,44(2).，后又系統(tǒng)闡述“多維貧困”③Sudhir Anand,Amartya Sen,"Concepts of Human Development and Poverty: A Multidimensional Perspective," Handbook of Mathematical Economics,1986,3: 1073-1181.，自此“多維貧困”問題引起廣泛關(guān)注。研究認為，貧困的根源來自能力的被剝奪，這種能力包含多個方面，因此人的貧困不僅僅表現(xiàn)為收入貧困，健康、受教育年限、生活質(zhì)量等也是貧困的重要表現(xiàn)，貧困是一個多維的概念①Sabina Alkire,Roche José Manuel,Vaz Ana,"Changes Over Time in Multidimensional Poverty: Methodology and Results for 34 Countries," World Development,2017,94(2);Sabina Alkire,"Global Multidimensional Poverty Index," Pakistan Development Review,2015,54(4);Kanbur Ravi,Andy Sumner,"Poor Countries or Poor People? Development Assistance and the New Geography of Global Poverty," Journal of International Development,2012,24(6).。有關(guān)多維貧困的衡量，研究焦點主要集中在多維貧困維度測度、指標設(shè)定、貧困識別、權(quán)重確定、被剝奪值識別、維度指數(shù)加總和貧困指數(shù)分解等方面②楊龍、汪三貴：《貧困地區(qū)農(nóng)戶的多維貧困測量與分解——基于2010年中國農(nóng)村貧困監(jiān)測的農(nóng)戶數(shù)據(jù)》，《人口學刊》2015年第2期；王小林、Sabina Alkire：《中國多維貧困測量：估計和政策含義》，《中國農(nóng)村經(jīng)濟》2009年第12期。。如Sen和 Alkire從權(quán)利和能力被剝奪造成的貧困角度對其進行衡量③參見Amartya Sen,Issues in the Measurement of Poverty,Palgrave Macmillan,1981;Sabina Alkire,Multidimensional Poverty and Its Discontents,OPHI Working Paper No.46,University of Oxford,2011.。聯(lián)合國開發(fā)計劃署2010年衡量了多維貧困狀況，郭建宇、吳國寶以多維貧困指數(shù)為基礎(chǔ)，通過調(diào)整多維貧困測量指標、指標取值和權(quán)重，考察其對多維貧困估計結(jié)果的影響，發(fā)現(xiàn)調(diào)整后多維貧困指數(shù)值變化非常大④郭建宇、吳國寶：《基于不同指標及權(quán)重選擇的多維貧困測量》，《中國農(nóng)村經(jīng)濟》2012年第2期。。陳輝、張全紅基于Alkire-Foster 多維貧困測度模型，以粵北山區(qū)農(nóng)村家庭為例，多維度定量測算主要貧困地區(qū)、貧困村、貧困維度和貧困家庭，并提出按貧困維度施策、按地區(qū)貧困和家庭貧困的程度決定扶貧資金的使用、建立以能力扶貧為導向的扶貧機制和提高基層干部扶貧管理能力等精準扶貧對策⑤陳輝、張全紅：《基于多維貧困測度的貧困精準識別及精準扶貧對策——以粵北山區(qū)為例》，《廣東財經(jīng)大學學報》2016年第3期。。王小林、Alkire采用Alkire-Foster 于2007 年開發(fā)的多維貧困測量方法，利用2006 年中國健康與營養(yǎng)調(diào)查數(shù)據(jù)，對中國城市和農(nóng)村家庭多維貧困進行了測量，表明中國城市和農(nóng)村家庭都存在收入之外的多維貧困，城市和農(nóng)村近1/5 的家庭存在收入之外任意3個維度的貧困，城市和農(nóng)村的貧困狀況遠遠高于國家統(tǒng)計局以收入為標準測量的貧困發(fā)生率，衛(wèi)生設(shè)施、健康保險和教育對多維貧困指數(shù)的貢獻最大。

常用的多維貧困測度主要采用MPI法、A-F法、FGT法、模糊集方法、因子分析法等。張全紅、周強以多維貧困指數(shù)為基準，認為多維貧困的下降幅度超過單一收入貧困的下降幅度；農(nóng)村貧困一直是中國貧困的主體，但城鄉(xiāng)之間的貧困差別已從收入因素轉(zhuǎn)變到非收入因素；主要致因從早期的衛(wèi)生設(shè)施和收入因素轉(zhuǎn)變到目前的衛(wèi)生設(shè)施和教育因素⑥張全紅、周強：《中國多維貧困的測度及分解：1989—2009年》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2014年第6期。。收入始終是中國農(nóng)村多維貧困的影響因素，但其貢獻度在下降，而受教育年限和健康狀況的貧困貢獻度在上升；被調(diào)查省份的多維貧困狀況與其經(jīng)濟發(fā)展水平并不完全一致，多維貧困的變化與收入貧困的變化也不完全一致；戶主性別、教育程度和人口規(guī)模不同的家戶，多維貧困程度相差較大⑦張全紅、周強：《中國農(nóng)村多維貧困的動態(tài)變化：1991—2011》，《財貿(mào)研究》2015年第6期。。高艷云認為總體上城鄉(xiāng)貧困程度均有所減輕，農(nóng)村貧困嚴重于城市，應重視醫(yī)療健康保險、衛(wèi)生設(shè)施、城市住房、做飯燃料等維度上的貧困，同時降低中西部省份的貧困⑧高艷云：《中國城鄉(xiāng)多維貧困的測度及比較》，《統(tǒng)計研究》2012年第11期。。

上述文獻從研究區(qū)域看，主要是針對全國范圍內(nèi)城鄉(xiāng)之間、農(nóng)村居民、農(nóng)民工等，很少針對某一省份或地區(qū)進行研究，同時目前學者對貧困維度的劃分尚無統(tǒng)一的維度劃分標準，在維度構(gòu)建方面缺乏深入的理論研究。部分學者雖參考“牛津貧困與人類發(fā)展倡議”（OPHI）發(fā)布的“多維貧困指數(shù)”（MPI）設(shè)定維數(shù)①Andy Sumner,Global Poverty and the New Bottom Billion: What If Three-quarters of the World’s Poor Live in Middle-income Countries?,IDS Working Papers No. 349,2010;Ravallion Martin,"On Multidimensional Indices of Poverty," The Journal of Economic Inequality,2011,9(2).，但維數(shù)設(shè)定并不一致，多維貧困指標的設(shè)定也存在不同，在指標選取方面仍存在些許不足，同時在數(shù)據(jù)的時效性方面有所欠妥，對貧困家庭的識別也存在不科學性。本文將貧困劃分為五個方面：生產(chǎn)條件貧困、生活條件貧困、能力提升貧困、健康貧困、收入貧困等，考慮多元化致貧原因及個體反貧困能力差異，引入與生產(chǎn)相關(guān)的指標，增加能力提升指標，在數(shù)據(jù)上采用一手調(diào)研數(shù)據(jù)，同時考慮不同貧困戶的個體差異對貧困維度進行合理重構(gòu)，探尋各貧困維度的內(nèi)在機理和路徑，為精準識別貧困提供新的理論依據(jù)。文章以2016年安徽省X貧困縣547戶貧困家庭為調(diào)研對象，通過隨機抽樣，根據(jù)多維貧困的分類，構(gòu)建多維貧困指標體系，對多維貧困的維度進行測度與分解，分析安徽省貧困的原因，為中部地區(qū)減少貧困人口提供理論依據(jù)，并提出相關(guān)的精準扶貧政策。

二、指標體系與研究方法

（一）指標體系設(shè)計

有關(guān)多維貧困指標體系，前人已從不同角度進行構(gòu)建，如Aldi從收入和閑暇兩個維度對多維貧困進行構(gòu)建②Hagenaars Aldi,"A Class of Poverty Indices," International Economic Review,1987,28(3).，王小林、Alkire使用Alkire和Foster于2007年開發(fā)的多維貧困測量方法，利用2006年“中國健康與營養(yǎng)調(diào)查”數(shù)據(jù)，從住房、飲用水、衛(wèi)生設(shè)施、用電、資產(chǎn)、土地、教育和健康保險8個維度，對中國城市和農(nóng)村家庭多維貧困進行測算。李佳路沿用王小林和Alkire的方法，從消費、環(huán)境衛(wèi)生、教育和健康、脆弱性4個方面對S省30個貧困縣的貧困狀況進行測算③李佳路：《農(nóng)戶多維度貧困測量——以S省30個國家扶貧開發(fā)工作重點縣為例》，《財貿(mào)經(jīng)濟》2010年第10期。。

參考前人的研究，借鑒多維貧困指數(shù)的10個指標，考慮到生產(chǎn)條件對農(nóng)民收入、生活條件等的影響，文中引入勞動力、土地、資金3個指標，調(diào)研的547戶貧困家庭中適齡兒童全部就讀，但自身能力發(fā)展不足卻是貧困的重要原因，引入自身能力發(fā)展這一指標，同時部分家庭因殘致貧，這是健康貧困的重要方面。因此本文將貧困劃分為生產(chǎn)條件貧困、生活條件貧困、能力提升貧困、健康貧困、收入貧困等五維度。其中生產(chǎn)條件貧困主要包括土地、勞動力、資金等方面的貧困；生活條件貧困主要包括飲用水、通電、住房、生活燃料、衛(wèi)生設(shè)施、耐用品等方面的貧困；能力提升貧困與個人特征有關(guān)，主要包括受教育年限和自身能力發(fā)展等方面的貧困；健康貧困主要包含健康狀況、醫(yī)療保險、身體是否殘疾等方面的貧困；收入貧困主要指人均純收入是否在貧困線以上。具體指標體系的構(gòu)建及賦值如表1所示。

表1 貧困的維度、指標及賦值

（二）多維貧困的測度與分解方法

本文采用多維貧困指數(shù)（MPI)方法，估計樣本區(qū)多維貧困狀況，取不同指標的權(quán)重和剝奪值，觀察貧困指數(shù)的變化，不同假設(shè)條件下的測量結(jié)果。MPI法分為五步：

第一步，貧困維度和測量指標的確定。本文的維度包含五個方面，其中生產(chǎn)條件貧困包含3個指標，生活條件貧困包含6個指標，能力提升貧困包含2個指標，健康貧困包含3個指標，收入貧困包含1個指標，共15個指標。假定某一時刻經(jīng)濟社會有n個個體組成，每個個體的福利水平由d個指標評估，xij表示個體i在福利指標j上的取值。

第二步，貧困剝奪臨界值的確定。剝奪臨界值是劃分一個家庭是否貧困的標準，當某一指標達到臨界值時，就視為這個家庭在這方面貧困，用gij表示個體i在指標j上的剝奪得分，如果在指標j上處于剝奪狀態(tài)，則gij賦值為1，否則為0。將個體在每個福利維度上的得分與對應的剝奪臨界值進行對比，從而判斷其在各個維度上的貧困狀況。用zj表示j指標的剝奪臨界值，如果xij＜zj，則個體在指標j上處于剝奪或貧困狀態(tài)。

第三步，各維度和指標權(quán)重的確定。對每個福利維度賦予一個權(quán)重ωj，這種權(quán)重代表各個維度的相對重要程度，則有為了簡化計算，權(quán)重的確定采用等權(quán)重法。

第四步，每個家庭多維貧困剝奪值的計算。當一個家庭的多維貧困剝奪值大于權(quán)重時，就為多維貧困家庭，然后個體在各維度上的總剝奪得分：

如果個體i的多維貧困維度m超過某一臨界值維度k，則該個體被界定為多維貧困，否則為非多維貧困。即假定m≥k，則ci=(k)=ci，否則ci(k)=0。

第五步，多維貧困指數(shù)的計算。多維貧困指數(shù)通過兩個指標來計算：一個是多維貧困人口發(fā)生率（H），它等于多維貧困家庭數(shù)占總家庭數(shù)的比重；另一個是多維貧困強度指數(shù)（A )，它等于多維貧困家庭總剝奪得分除以多維貧困家庭數(shù)。多維貧困人口發(fā)生率與多維貧困強度指數(shù)的乘積即為多維貧困指數(shù)值。

多維貧困指數(shù)M0為：

其中q為多維貧困家庭數(shù)。

為分析各指標貧困對整體貧困的影響，將多維貧困指數(shù)按照指標分解得到：

三、結(jié)果分析與討論

相比全國水平，安徽省經(jīng)濟發(fā)展相對落后，安徽省存在1/3左右的國家級貧困縣，同時存在1/3左右的省級貧困縣。本文針對安徽省X貧困縣進行調(diào)研，共發(fā)放問卷555份，回收問卷555份，有效問卷547份，有效率達到98.55%，利用獲得的第一手調(diào)查數(shù)據(jù)，對安徽省X貧困縣的多維貧困程度及貧困貢獻度進行分析，并據(jù)其提出有關(guān)精準扶貧的相關(guān)政策。

（一）各指標的貧困發(fā)生率及多維貧困估計結(jié)果

根據(jù)調(diào)研數(shù)據(jù)及貧困發(fā)生率的定義，計算各指標的貧困發(fā)生率如表2所示。表2顯示，各指標之間的貧困發(fā)生率存在明顯差異。生活條件貧困和健康貧困的發(fā)生率較高，分別為64.72%和64.17%，意味著生活條件貧困是導致貧困的主要因素，究其原因主要表現(xiàn)在兩方面，一方面農(nóng)村居民不愿改變現(xiàn)有的生活條件，如衛(wèi)生設(shè)施改造。由于衛(wèi)生設(shè)施改造需要繳納一定的費用，導致很多農(nóng)村居民不愿改造，同時農(nóng)村衛(wèi)生設(shè)施不易改造。二是農(nóng)村居民更愿利用現(xiàn)有資源，如生活燃料，由于農(nóng)村存在很多秸稈等燃料，農(nóng)村居民不愿花錢去購買燃氣等污染較小的燃料。健康貧困也是導致貧困的重要因素，農(nóng)村居民應對重大疾病的能力較弱，一旦家庭中有一人發(fā)生重大疾病，將可能引起貧困。其次為能力提升貧困，其發(fā)生率為45.70%，農(nóng)村受教育程度低于城鎮(zhèn)，一方面農(nóng)村的教育水平有限，另一方面農(nóng)村勞動力向城鎮(zhèn)轉(zhuǎn)移，導致部分家庭教育有所缺失。再次為生產(chǎn)條件貧困，其發(fā)生率為34.92%，農(nóng)村勞動力向城鎮(zhèn)的轉(zhuǎn)移導致農(nóng)村勞動力不足，形成許多“386199”村，部分農(nóng)村土地開始流轉(zhuǎn)，即使部分農(nóng)民存在創(chuàng)業(yè)意向也由于資金缺乏而停滯不前。因此，生產(chǎn)條件不足導致農(nóng)村經(jīng)濟發(fā)展較為緩慢。作為貧困發(fā)生率最低的收入貧困，其貧困發(fā)生率僅為5.32%，意味著收入不是貧困的唯一原因，農(nóng)村居民需要提高收入水平，但同時需要改善生產(chǎn)、生活、能力、健康等各方面。

在生產(chǎn)條件貧困中，勞動力不足成為導致貧困的重要原因，其貧困發(fā)生率為16.82%，隨著農(nóng)村勞動力向城鎮(zhèn)轉(zhuǎn)移，導致農(nóng)村適齡勞動力不足。在生活條件貧困中，衛(wèi)生設(shè)施貧困較為突出，其發(fā)生率為36.56%，住房所導致貧困發(fā)生率僅為8.41%，主要受國家扶貧政策的影響，針對貧困戶，通過危房改造能夠提供一定的補貼①針對貧困戶，安徽省2016年危房改造補貼為2萬元，2017年危房改造補貼為2.5萬元。，一定程度上彌補了住房所需要的資金。而在健康貧困中，以健康狀況最為突出，其貧困發(fā)生率為47.53%，在所調(diào)查的農(nóng)戶中，這些農(nóng)戶主要是因病致貧；其次為因殘致貧，由于家庭中存在殘疾人員引發(fā)的貧困率為14.63%。在能力提升貧困中，受教育限制導致的貧困發(fā)生率為29.80%，缺技術(shù)和自身能力發(fā)展不足而導致的貧困發(fā)生率為15.90%。由此可見，貧困表現(xiàn)為不同的方面，多維貧困能夠較為全面刻畫貧困的現(xiàn)狀與特征，有關(guān)貧困發(fā)生率的降低舉措也應該從多方面進行。

表2 各指標貧困發(fā)生率

注：收入貧困線以最新公布的每人每年3300元為標準。

根據(jù)式（2）、式（3），計算不同臨界值下的多維貧困指數(shù)如表3所示。表3顯示，當K=1時，貧困發(fā)生率高達90.68%，貧困剝奪份額為0.1676，多維貧困指數(shù)為0.1520，意味著存在90.68%的農(nóng)戶10%的加權(quán)維度被剝奪，當K=3時，貧困發(fā)生率高達40.95%，貧困剝奪份額為0.2482，多維貧困指數(shù)為0.1016，意味著存在40.95%的農(nóng)戶30%的加權(quán)維度被剝奪，當K=6時，貧困發(fā)生率僅為0.91%，貧困剝奪份額為0.3000，多維貧困指數(shù)為0.0027，意味著存在0.91%的農(nóng)戶60%的加權(quán)維度被剝奪。由此看出，安徽省的貧困并不僅僅是單一的貧困，而是多維貧困，而且貧困程度相對較高。

表3 多維貧困指數(shù)

（二）多維貧困指數(shù)及分解

為更好分析不同維度不同指標對多維貧困的貢獻，根據(jù)式（4）、式（5），計算各指標貧困對多維貧困的貢獻率如表4、表5所示。表4為各維度貧困對多維貧困的貢獻率。表5為各維度中各指標對多維貧困的貢獻率。

表4 各維度貧困對多維貧困的貢獻率（%）

表4顯示，健康貧困、能力提升貧困對多維貧困的貢獻率較大，其次是生產(chǎn)條件貧困、生活條件貧困對多維貧困的貢獻，而收入貧困對多維貧困的貢獻較小。以K=3為例，能力提升貧困對多維貧困的貢獻率達到29.77%，意味著引起貧困的原因中能力提升是重要因素；健康貧困對多維貧困的貢獻為27.86%，意味著由于家庭中一人或多人存在嚴重疾病等引起貧困較為嚴重，農(nóng)戶的抗風險能力較弱，雖通過農(nóng)村合作醫(yī)療改革等措施能夠有所緩解，但仍然較高；生產(chǎn)條件貧困對多維貧困的貢獻率為16.17%，生活條件貧困對多維貧困的貢獻率為14.05%，收入貧困對多維貧困的貢獻率為12.15%。

表5 各指標貧困對多維貧困的貢獻（%）

從各指標貧困對多維貧困的貢獻率看，以K=3為例，教育年限和健康狀況對多維貧困的貢獻率較大，分別達到19.41%和20.64%，兩者成為影響多維貧困的重要因素。自身能力發(fā)展不足的貢獻率也較高，為10.36%。人均收入對多維貧困的貢獻率為12.15%，低于教育年限和健康狀況貧困。意味著隨著農(nóng)民收入的提高，因收入所導致的貧困發(fā)生率逐漸降低。安徽農(nóng)村減貧的目標不僅僅在于收入方面，而是需要從多維角度進行，教育、健康和自身能力發(fā)展是重要方面。2006年以來，新型農(nóng)村合作醫(yī)療制度開始實施并在全國迅速推廣，擴大了農(nóng)村居民健康保險覆蓋率，有利于減輕健康貧困率。目前農(nóng)村義務教育方面的財政支出迅速增長，普及九年義務教育目標基本實現(xiàn)，提高了受教育年限。此外，自身能力發(fā)展成為貧困率降低的重要因素，但自身能力發(fā)展不足并不是義務教育政策所能解決的，需要通過其它教育方式解決，如勞動力的職業(yè)教育、就業(yè)培訓、技能培訓等，同時“陽光工程”①陽光工程是由政府公共財政支持，主要在糧食主產(chǎn)區(qū)、勞動力主要輸出地區(qū)、貧困地區(qū)和革命老區(qū)開展的農(nóng)村勞動力轉(zhuǎn)移到非農(nóng)領(lǐng)域就業(yè)前的職業(yè)技能培訓示范項目?！坝曷队媱潯雹谟曷队媱澲饕窃谪毨У貐^(qū)實施，以政府主導、社會參與為特色，以提高素質(zhì)、增強就業(yè)、創(chuàng)業(yè)能力為宗旨，以中職（中技）學歷職業(yè)教育、勞動力轉(zhuǎn)移培訓、創(chuàng)業(yè)培訓、農(nóng)業(yè)實用技術(shù)培訓等為手段，以促成轉(zhuǎn)移就業(yè)、自主創(chuàng)業(yè)為途徑，幫助貧困地區(qū)青壯年農(nóng)民克服在就業(yè)、創(chuàng)業(yè)中遇到的實際困難。等項目的實施，有利于提高勞動力人力資本水平，成為減貧方面的重要政策。

勞動力不足、衛(wèi)生設(shè)施落后對多維貧困的貢獻率分別為8.31%、7.94%，隨著城鎮(zhèn)化進程的推進，大量農(nóng)村勞動力向城鎮(zhèn)轉(zhuǎn)移，轉(zhuǎn)移的勞動力主要以中青年為主，這就導致農(nóng)村的主要勞動力老齡化問題嚴重，以致農(nóng)村勞動力不足。生活條件中的衛(wèi)生設(shè)施改善有利于居民環(huán)境與生活水平的提高，表現(xiàn)為農(nóng)村改廁工作已在不同專項項目中有所強調(diào)，但仍不能滿足農(nóng)村居民生活需要，是需要重點關(guān)注的減貧維度。因殘導致的貧困貢獻率為6.35%，這也是健康貧困的重要方面。土地、資金、飲用水、照明、生活燃料、住房、耐用品、醫(yī)療保險等貧困的貢獻率均在5%以下。

四、結(jié)論與政策思考

精準扶貧不應再以收入貧困作為唯一標準，而應從多維角度進行。針對多維貧困指標的選取，根據(jù)區(qū)域發(fā)展的實際情況設(shè)置不同的維度與權(quán)重，同時需要注意貧困的區(qū)分度與獨立性，通過設(shè)置剝奪臨界值，降低漏入率，提高覆蓋率，盡可能全面反映區(qū)域的多維貧困特征。本文利用MPI測度方法，基于2016年安徽省X貧困縣547戶貧困家庭調(diào)查數(shù)據(jù)，將貧困分為生產(chǎn)條件貧困、生活條件貧困、能力提升貧困、健康貧困、收入貧困等，對安徽省農(nóng)村家庭多維貧困進行測度與分解。得出以下三點結(jié)論：

第一，收入貧困發(fā)生率低于非收入貧困發(fā)生率。收入貧困已不是貧困的主要原因，貧困發(fā)生率僅為5.32%，非收入貧困中的生活條件貧困和健康貧困的發(fā)生率高達64.72%和64.17%。由此看出，非收入貧困發(fā)生率高于收入貧困發(fā)生率。這就意味著農(nóng)村居民的可支配收入雖有所提高，但整體生活質(zhì)量并未得以全面改善，仍落后于城鎮(zhèn)，非收入貧困發(fā)生率較高。

第二，收入貧困貢獻率低于非收入貧困貢獻率。能力提升貧困和健康貧困是多維貧困發(fā)生的重要原因，對多維貧困的貢獻率較高，尤其是能力提升貧困最為突出；其次是生產(chǎn)條件貧困與生活條件貧困的貢獻率略低于能力提升貧困和健康貧困，收入貧困的貢獻率最低。由此看出非收入貧困貢獻率高于收入貧困貢獻率。這與我國農(nóng)村居民的教育水平密切相關(guān)，教育的貧弱和自身發(fā)展能力的不足，使得脫貧潛力十分有限。新型農(nóng)村合作醫(yī)療制度的實施，提高了醫(yī)療保險的覆蓋率，有利于降低健康貧困，但并不能完全改善健康貧困問題。生活、生產(chǎn)條件貧困不僅僅受收入的影響，而且受教育、健康等的影響。

第三，不同指標的貧困發(fā)生率、貢獻率差異明顯。從具體指標看，生產(chǎn)條件貧困中勞動力不足貧困發(fā)生率為16.82%，生活條件貧困中衛(wèi)生設(shè)施貧困較為突出，發(fā)生率為36.56%，住房所導致的貧困發(fā)生率僅為8.41%，因健康狀況導致的貧困發(fā)生率為47.53%。受教育的限制導致的貧困發(fā)生率為29.80%，缺技術(shù)和自身能力發(fā)展不足而導致的貧困發(fā)生率為15.90%。從貢獻率看，以K=3為例，教育年限和健康狀況兩方面的貧困對多維貧困的貢獻率較高，分別為19.41%和20.64%，收入貧困的貢獻率僅為12.15%。生活水平方面衛(wèi)生設(shè)施、生產(chǎn)條件方面勞動力不足等問題較為嚴重，對多維貧困的貢獻率也較大。

與單維貧困相比，多維貧困更能全面、準確反映農(nóng)戶貧困的現(xiàn)狀，對于精準扶貧、減貧工作的開展具有重要啟示：

其一，在當前結(jié)構(gòu)調(diào)整和宏觀經(jīng)濟轉(zhuǎn)型期，安徽農(nóng)村貧困呈現(xiàn)出與以往不同的特征，農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)困境、次生環(huán)境污染災害、老齡人口加劇、家庭撫養(yǎng)關(guān)系變異、社會保障與公共服務滯后等，均成為新時期安徽農(nóng)村貧困的直接、間接原因。收入貧困已不是貧困的主要方面，而是多方面多維度的貧困，同時不同區(qū)域致貧原因不同，在不同區(qū)域的扶貧政策應有所側(cè)重，針對安徽省而言，教育扶貧是其重要方面，健康貧困對非收入貧困的貢獻較高，因此注重教育、健康扶貧工作的開展，對降低貧困十分有利。

其二，基于安徽不同貧困區(qū)異質(zhì)性致貧環(huán)境、不同貧困農(nóng)戶多元化致貧誘因以及個體反貧困能力差異，運用科學有效程序?qū)Ψ鲐殞ο髮嵤┚_識別、精確幫扶、精確動態(tài)管理的治貧方式，比粗放式扶貧、“一刀切”模式更為有效。因此扶貧政策需要根據(jù)不同農(nóng)戶的不同特征有針對性地扶貧，將扶貧工作精準化、科學化、全面化。通過加大對農(nóng)戶的幫扶力度，如生產(chǎn)資料、農(nóng)業(yè)技術(shù)、農(nóng)村金融等方面的幫扶，進而改善農(nóng)村的生產(chǎn)條件，通過積極拓展農(nóng)村扶貧渠道，如農(nóng)村旅游等，充分利用現(xiàn)有資源，提高資源利用率。不能僅僅在收入貧困上給予補貼，而要從多維度進行支持。

其三，從多維扶貧視角研究安徽省精準扶貧的制度保障與促進政策，依托多維貧困理論與科學識別工具，探尋精準扶貧的內(nèi)在邏輯機制；以精準扶貧的影響因素為路徑導向，以精準扶貧的現(xiàn)實問題為調(diào)控靶點，更好地促進精準扶貧。